OpenGL人体运动识别及模型模拟+文献综述(2)
2.2 运动目标轮廓标定 4
3 基于形态学的人体判定 6
3.1 关键节点分类 6
3.2 节点判定 6
3.3 无用干扰点的筛除 7
3.4 人体骨架的数据结构 10
3.5 寻找人体各节点 12
4 kalman滤波 14
4.1 滤波原理 14
4.2 追踪应用 15
5 骨架映射及3D显示 18
5.1 骨架节点变量定义 18
5.2 3D坐标中骨架显示 19
5.2.1 绘制3D坐标系 19
5.2.2 肢体位置确定 20
5.2.3 关键点间连线 23
6 基于opengl的d3d的骨骼动画 24
6.1 3D模型准备 24
6.2 定义相关的核心数据结构并初始化骨架结构 25
6.3 载入显示模型 26
6.4 使用递归方法分层次载入模型 26
7 程序功能测试 31
7.1 手动标点的跟踪测试 31
7.2 人体各部位识别测试 31
7.3 可控3DS模型 33
结 论 34
致 谢 35
参 考 文 献 36
1 引言
1.1 视频人体识别研究现状
1.2 主要应用领域
人体运动的视觉分析研究在很多领域均有着广阔的应用前景，此处对一些典型的应用进行简要介绍：
1.2.1 运动分析
运动分析主要应用于三个方面。一是体育运动的数据库中进行基于内容的图像检索。二是在舞蹈、运动等训练中，用视觉的方法建立人体的几何模型，通过关节的运动分析来指导、纠正训练者的动作。三是医学步态分析中的应用。
1.2.2 智能安全监控
一个应用在访问控制（access control）场合识别个人的身份。通过进行人脸的识别、步态的分析等，决定来人是否有进入该安全区域的权利。另外一个应用则更关注人在该场景下的动作（而不仅仅识别人的身份），主要来自那些对于安全要求敏感的场合，如停车场、超市、自动贩卖机、ATM和交通管理等。当场景里出现可疑行为时，能及时向保安人员发出警报，从而避免犯罪的发生。
1.2.3 人机交互接口
在人们的日常生活中，除了口头语言外，手语、姿势等肢体语言是最常见的交流方式。
人机交互过程中，进行人的识别和行为理解，结合面部表情、姿态和手势等的分析来与人进行交流。
1.2.4 虚拟现实
虚拟现实的目的就是为人们提供一个虚拟的交互世界。而在这个虚拟世界中，我们想要再现一个用户的动作步态，就必须首先获得他在真实物理空间中的人体的姿态，然后映射到虚拟空间中去。这也就是需要用到人体运动视觉分析的原因。
1.3 基础工具及平台介绍
1.3.1 Visual C++6.0
Visual C++6.0由Microsoft开发, 它不仅是一个C++ 编译器，而且是一个基于Windows操作系统的可视化集成开发环境（integrated development environment，IDE）。Visual C++6.0由许多组件组成，包括编辑器、调试器以及程序向导AppWizard、类向导Class Wizard等开发工具。 这些组件通过一个名为Developer Studio的组件集成为和谐的开发环境。Microsoft的主力软件产品。Visual C++是一个功能强大的可视化软件开发工具，以拥有“语法高亮”，自动编译功能以及高级除错功能而著称。